AIGC的浪潮下，似乎各個(gè)行業(yè)都在尋找與之的契合點(diǎn)，希望可借此“揚(yáng)帆遠(yuǎn)航”，保險(xiǎn)業(yè)亦是如此。

從首批互聯(lián)網(wǎng)保險(xiǎn)公司成立開始算起，保險(xiǎn)科技進(jìn)入快速發(fā)展期已有十年光景。而AIGC的崛起，又將給保險(xiǎn)業(yè)帶來怎樣的蝶變？

(資料圖)

借著2023世界人工智能大會間隙，眾安保險(xiǎn)首席技術(shù)官蔣紀(jì)勻接受了第一財(cái)經(jīng)記者的專訪，講述他眼中的保險(xiǎn)AIGC。在他看來，目前保險(xiǎn)行業(yè)對AIGC的探索僅僅處于初級階段，未來其可成為保險(xiǎn)新基建的又一次進(jìn)階。而對于中小險(xiǎn)企來說，尤為關(guān)鍵的是，當(dāng)采用適當(dāng)?shù)牟呗?，AIGC可以幫助中小險(xiǎn)企在AI技術(shù)能力上實(shí)現(xiàn)彎道超車。

在這六大保險(xiǎn)維度中，AIGC最有用

“保險(xiǎn)科技經(jīng)過了十年左右的發(fā)展，基本達(dá)到了業(yè)界當(dāng)初的預(yù)期。”蔣紀(jì)勻說。

他認(rèn)為，云原生、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、人工智能等科技已經(jīng)逐步滲透到保險(xiǎn)產(chǎn)品開發(fā)、營銷、風(fēng)控等各方面，目前進(jìn)入到百家爭鳴的高質(zhì)量發(fā)展新階段。

事實(shí)上，人工智能（AI）在過去的保險(xiǎn)科技演進(jìn)中扮演了重要角色，而AIGC這一AI 2.0時(shí)代的重要產(chǎn)物，則可以進(jìn)一步賦能保險(xiǎn)企業(yè)價(jià)值全鏈路。

AIGC全稱“Artificial Intelligence Generated Content”，即生成式人工智能技術(shù)，是一種可以學(xué)習(xí)復(fù)雜數(shù)據(jù)結(jié)構(gòu)和規(guī)律，并用這些規(guī)律來生成新內(nèi)容、新數(shù)據(jù)或解決問題的算法。

在蔣紀(jì)勻看來，AIGC憑借其強(qiáng)大的內(nèi)容生成效率及更為人性化的理解能力、表達(dá)能力，將成為“保險(xiǎn)新基建的又一次進(jìn)階”。

“隨著更多垂直行業(yè)大模型和自研大模型的落地，AIGC會展現(xiàn)出融合遷移的潛力，通過場景和數(shù)據(jù)的結(jié)合，實(shí)現(xiàn)個(gè)性化定制、風(fēng)險(xiǎn)控制等優(yōu)勢，帶來更高效、更智能、更人性化的服務(wù)，同時(shí)更精準(zhǔn)控制運(yùn)營成本。”蔣紀(jì)勻表示。

而在具體的保險(xiǎn)場景上，AIGC的應(yīng)用面會有多廣？

眾安保險(xiǎn)在世界人工智能大會上發(fā)布的保險(xiǎn)行業(yè)首份AIGC應(yīng)用圖譜，展示了眾安保險(xiǎn)針對AIGC在19個(gè)大類、78個(gè)小類保險(xiǎn)業(yè)務(wù)場景中的賦能價(jià)值和未來應(yīng)用潛力所進(jìn)行的可行性研究。

“我們在圖譜上其實(shí)主要聚焦在產(chǎn)品設(shè)計(jì)與創(chuàng)新、營銷與展業(yè)、核保理賠、客戶服務(wù)、智慧辦公和研發(fā)管理這六大方面。這六大方面的近80種場景覆蓋了財(cái)險(xiǎn)、壽險(xiǎn)業(yè)務(wù)，涉及代理人、自營、信息流投放等營銷渠道。”蔣紀(jì)勻表示。

一個(gè)具體的例子是，在做營銷活動時(shí)，眾安保險(xiǎn)自主研發(fā)的AIGC中臺可以結(jié)合目前的日期、近期節(jié)日、近期相關(guān)社會熱點(diǎn)等關(guān)鍵詞來生成一份創(chuàng)新營銷文案，由此大大節(jié)省了人工的思考和語言組織的時(shí)間，而且效果也比原來純?nèi)斯?chuàng)造要更好。而在另一個(gè)AIGC可以廣泛應(yīng)用的智能客服方面，蔣紀(jì)勻介紹稱，傳統(tǒng)智能客服是基于NLP（自然語言處理）技術(shù)進(jìn)行，效果有“天花板”。而在AIGC下，基于LLM（大型語言模型）升級的智能客服，在眾安保險(xiǎn)的測試中準(zhǔn)確率提升了25%，客戶滿意度大大提高。“人機(jī)對話時(shí)，你會感知不到是一個(gè)機(jī)器人在跟你對話。”蔣紀(jì)勻說。

“在上述六大維度中，短期內(nèi)我們覺得產(chǎn)品設(shè)計(jì)與創(chuàng)新、營銷與展業(yè)、客戶服務(wù)、智慧辦公、研發(fā)管理都比較容易落地，而核保和理賠可能需要相對長一些的周期，因?yàn)檫@個(gè)場景相對更難、更復(fù)雜。”蔣紀(jì)勻表示。

但他也同時(shí)強(qiáng)調(diào)，在經(jīng)常被討論的“技術(shù)與人”的替代關(guān)系方面，AIGC的應(yīng)用并不意味著會完全取代人工，而是讓人從執(zhí)行者變?yōu)橹笓]者，可以有更多時(shí)間分配到更為復(fù)雜的工作中。

AIGC應(yīng)用或讓中小險(xiǎn)企實(shí)現(xiàn)彎道超車

ChatGPT問世一個(gè)月內(nèi)用戶超過2億人，國內(nèi)每3分鐘都有一個(gè)國產(chǎn)大模型產(chǎn)生……這些都代表著AIGC出現(xiàn)以來的熱度，保險(xiǎn)公司同樣對這一技術(shù)趨之若鶩。例如，在“文言一心”發(fā)布后，就有多家保險(xiǎn)機(jī)構(gòu)或保險(xiǎn)科技平臺紛紛接入其中。

不過，國內(nèi)保險(xiǎn)公司在科技研發(fā)的投入和應(yīng)用進(jìn)展方面差別很大，尤其對于許多中小險(xiǎn)企來說，由于資源有限，在技術(shù)投入方面與大型險(xiǎn)企相比可能“心有余而力不足”。在蔣紀(jì)勻看來，AIGC的普及對于中小保險(xiǎn)公司來說則可能是一個(gè)機(jī)會。

對于中小型的險(xiǎn)企來說，科技投入程度取決于自身當(dāng)前的戰(zhàn)略發(fā)展階段。是選擇通過輕量化的、模塊化的產(chǎn)品工具來投入，還是先在某些渠道對接展業(yè)、獲客等痛點(diǎn)進(jìn)行科技投入，這其實(shí)并沒有一個(gè)標(biāo)準(zhǔn)。隨著戰(zhàn)略周期的不同，決策會有所不同。蔣紀(jì)勻認(rèn)為，AIGC起到最大作用是它的通用化的能力，降低了金融機(jī)構(gòu)嘗試新內(nèi)容的門檻，這對中小保險(xiǎn)公司顯得特別“友好”。“我覺得AIGC會縮小中小型保險(xiǎn)公司在AI技術(shù)能力上與大型保險(xiǎn)公司之間的差距，也是中小型保險(xiǎn)公司彎道超車的機(jī)會。”

如何實(shí)現(xiàn)彎道超車？蔣紀(jì)勻給出的答案是不選擇自建大模型，而是用提示詞工程以及知識向量庫來支撐AIGC的輸出。

他解釋稱，不同的保險(xiǎn)公司會采取不同的策略來落地AIGC。譬如自建底層的大模型，又如用embedding策略等，每種方式各有優(yōu)劣。

“自建大模型除了算力、資源、時(shí)間消耗，還需要足夠的數(shù)據(jù)，以及足夠的人力來做數(shù)據(jù)標(biāo)注，這是普通中小型公司難以承載的。并且自建大模型‘從0到1’對中小公司來說ROI（投資回報(bào)率）太低了。我們目前選擇的也是embedding路徑，覺得這套路徑比較適合中小型保險(xiǎn)公司。”蔣紀(jì)勻說。

當(dāng)然，在不自建大模型也不進(jìn)行模型訓(xùn)練的前提下，如何保障AIGC應(yīng)用過程中數(shù)據(jù)安全性以及內(nèi)容生成的準(zhǔn)確性就成為了重中之重，而這兩點(diǎn)也是AIGC被認(rèn)為目前存在的重大挑戰(zhàn)。

在數(shù)據(jù)安全性方面，蔣紀(jì)勻表示，眾安保險(xiǎn)對此的實(shí)踐經(jīng)驗(yàn)是，對外部大模型服務(wù)商的服務(wù)進(jìn)行關(guān)鍵的接口封裝，屏蔽底層的差異，屏蔽大模型服務(wù)商的密鑰等。同時(shí)，對原始數(shù)據(jù)的關(guān)鍵信息進(jìn)行脫敏，并規(guī)范內(nèi)部用戶，防治其濫用AIGC，做到統(tǒng)一規(guī)范、統(tǒng)一收口，防止敏感信息外泄。另外，也需進(jìn)行企業(yè)隱私信息及數(shù)據(jù)審計(jì)，這些都可以在安全性上面提升AIGC應(yīng)用過程中的安全保障。

而在提高準(zhǔn)確性方面，為了防止AIGC有時(shí)發(fā)生的“幻覺”現(xiàn)象，則需要用提示詞工程來進(jìn)行限制，并用脫敏后的中臺做進(jìn)一步的過濾。

“提示詞工程是很重要的。在通用模型下，由于AIGC的知識庫太大了，所以不能完全準(zhǔn)確抓取提問者的核心意思，這就需要很好的提示詞工程師來抓住AIGC的‘注意力’，更為精準(zhǔn)地回答問題。”蔣紀(jì)勻表示，提示詞工程和知識向量庫是一個(gè)逐步優(yōu)化和累積的過程，可以在不同的場景不斷積累。

蔣紀(jì)勻稱，基于提示詞工程以及知識向量庫，在AIGC強(qiáng)大的通用化能力下，可以對不同的場景實(shí)現(xiàn)不同的解決方案，形成通用化與定制化并駕齊驅(qū)。“隨著底層大模型越來越成熟、越來越強(qiáng)大，對于采用這種策略的中小型保險(xiǎn)公司來說，絕對是一個(gè)彎道超車的機(jī)會。”他在采訪中多次強(qiáng)調(diào)了這句話。

標(biāo)簽：